اے آئی تکنیکی کام کو تبدیل کر رہا ہے، لیکن اپنانے میں اضافے کے باوجود ملازمتوں میں کمی اور اعتماد میں فرق برقرار ہے۔ AI is transforming tech work, but job losses and trust gaps persist despite rising adoption.

گوگل کے ایک نئے مطالعے سے پتہ چلتا ہے کہ عالمی سطح پر 90 فیصد ٹیک ورکرز کام پر اے آئی کا استعمال کرتے ہیں، جو کہ پچھلے سال کے مقابلے میں 14 فیصد زیادہ ہے، بنیادی طور پر کوڈنگ، دستاویزات اور ڈیبگنگ کے لیے، انجینئرنگ ٹیموں میں جیمنی کوڈ اسسٹ جیسے ٹولز کو بڑے پیمانے پر اپنایا گیا ہے۔ A new Google study finds 90% of tech workers globally use AI at work, up 14% from last year, primarily for coding, documentation, and debugging, with tools like Gemini Code Assist widely adopted across engineering teams. زیادہ استعمال کے باوجود، اے آئی سے تیار کردہ کوڈ پر اعتماد ملا جلا رہتا ہے، جس میں صرف 20 فیصد نے مضبوط اعتماد کا اظہار کیا ہے اور کوڈ کے معیار میں کم سے کم بہتری کی اطلاع دی ہے۔ Despite high usage, trust in AI-generated code remains mixed, with only 20% expressing strong confidence and minimal reported improvements in code quality. ماہرین کا خیال ہے کہ اے آئی پیچیدہ کاموں کی صلاحیت رکھتا ہے لیکن پھر بھی اسے انسانی نگرانی کی ضرورت ہوتی ہے۔ Experts note AI is capable of complex tasks but still requires human oversight. یہ تبدیلی سافٹ ویئر جاب لسٹنگ میں تیزی سے کمی کے ساتھ موافق ہے-جو کہ 2022 کے اوائل سے 71 فیصد کم ہے-اور حالیہ کمپیوٹر سائنس گریجویٹس میں بڑھتی ہوئی بے روزگاری، جو کچھ ہیومینٹیز کے شعبوں میں شرحوں کو پیچھے چھوڑ رہی ہے۔ The shift coincides with a sharp decline in software job listings—down 71% since early 2022—and rising unemployment among recent computer science graduates, surpassing rates in some humanities fields. اگرچہ اے آئی کو خودکار تکراری کام کے طور پر دیکھا جاتا ہے، لیکن ملازمت کی نقل مکانی، مہارت کے فرق، اور صنعت میں ہائپ ڈرائیونگ کو اپنانے پر خدشات برقرار ہیں۔ While AI is seen as automating repetitive work, concerns persist over job displacement, skill gaps, and industry hype driving adoption. ٹیک کمپنیاں اور اسٹارٹ اپ اے آئی کوڈنگ ٹولز پیش کرنے کے لیے مقابلہ جاری رکھتے ہیں، لیکن طویل مدتی کامیابی کا انحصار پائلٹ پروگراموں سے آگے وسیع تر عمل کی تبدیلیوں، تربیت اور ثابت شدہ قدر پر ہوتا ہے۔ Tech companies and startups continue competing to offer AI coding tools, but long-term success depends on broader process changes, training, and proven value beyond pilot programs.